融合全局描述子和半直接法的双目SLAM

针对半直接法SLAM方案的回环闭合问题,提出融合全局描述子和半直接法的双目SLAM方案。全局描述子计算模型结合主成分分析法(PCA)和K近邻方法构建关键帧的全局描述子管理模块;在位姿跟踪模块中使用最小化光度误差的半直接法;结合关键帧全局描述子和半直接法完成闭环检测与全局位姿优化。在公开数据集KITTI和Euroc上进行实验,与ORB-SLAM2、OpenVSLAM进行对比,对比结果表明,该方法在大部分有回环的序列中有更小的绝对轨迹误差,在保证有相似定位精度的同时,提高了算法的跟踪帧率。

基于全局描述符的回环检测激光SLAM算法

回环检测是同时定位与制图(SLAM)中一个重要且具有挑战性的问题。目前多数研究集中在视觉位置识别上,即通过外观来识别是否位置重复。为此,提出一种基于全局描述符的环路激光SLAM检测算法。利用全局描述符来提高回环检测的效率,使用相似度评分来计算两个扫描上下文之间的距离,并利用两阶段搜索算法来有效地检测回环。在公开数据集KITTI上测试,对算法进行评价。该算法与现有的LeGO-LOAM算法相比,表现出了更好的效果。

融合全局和局部描述的图像检索方法

针对基于内容的图像检索中全局描述缺乏空间位置信息及局部描述面临图像分割的问题,提出了一种基于全局颜色特征和局部Gabor小波纹理特征的图像检索方法。在整幅图上提取MPEG-7主颜色描述算子作为全局描述。将图像划分为5个有重叠的子区域,提取Gabor纹理特征与颜色矩构成局部描述,提出了改进的豪斯多夫距离并将其应用在局部描述的整体匹配中,克服了因图像的平移、旋转而造成检索率低的问题。融合全局相似度和局部相似度获得最终相似度。基于Corel数据库的实验结果表明了该方法的有效性。

基于全局特征描述子的激光SLAM回环检测方法

针对井下环境中设备巡检时定位误差随时间不断累积的问题,提出一种适用于激光同步定位和建图技术的基于点云全局特征描述子的回环检测方法.该方法利用曲率计算点云中特征点的特征向量,通过特征向量与中心点坐标系的角度分布和尺度分布关系构建点云全局特征描述子;使用部分特征点进行位姿变换的计算,提高计算效率.通过仿真实验和开源数据集实验对所提算法进行验证.实验结果表明,所提算法在定位精度和实时性上提升明显,可以有效解决定位算法在长时间运行过程中的累积误差和全局一致性差的问题.

结合区域全局特征和Ann-SIFT的二阶段快速景象匹配算法

在GPS拒止环境下,提出了一种基于高清航拍图像的视觉定位方法。为了保证高分辨率图像匹配的实时性,结合粗粒度高级语义全局特征和细粒度点特征实现两阶段快速景象匹配。第一阶段,设计三元组网络针对图像区域提取具有尺度和旋转不变性的全局描述符进行区域预匹配。第二阶段,快速最近邻点搜索的Ann-SIFT对实时图和参考区域进行精确点匹配以实现定位。对于3 000×3 000的参考图像和500×500到1 000×1 000尺寸范围的实时图像,平均耗时可以从66.24 s降低到0.97 s。

基于全局二值特征描述子的三维CBCT图像快速匹配算法

三维图像拼接是通过锥束CT(CBCT)获取大尺寸物体完整的高分辨率三维图像过程中的关键技术之一,成为目前三维图像处理的一个新的研究方向.针对基于特征点的三维CBCT图像拼接技术中相似特征匹配正确率低、匹配过程耗时长的问题,提出一种基于全局二值特征描述子的三维CBCT图像快速匹配算法.首先对二值特征描述子BRIEF进行三维拓展,以适应三维图像;在此基础上加入全局描述子,增强特征描述子的独特性;在特征点匹配时,根据上述特征描述子的特点设计由粗到精的匹配策略,提高特征匹配正确率和效率.实验结果表明,该算法简单有效,可以在大量相似特征条件下提高特征点匹配的正确率,同时也显著提升了匹配速度.

融合全局-颜色信息的尺度不变特征变换

由于尺度不变特征变换(SIFT)算法只针对图像的局部特征进行描述且忽略了图像的彩色信息,当待匹配图像中存在大量形状相似区域时,误匹配率很高。本文对SIFT图像匹配法进行了改进,提出了SCARF(Shape-color Alliance Robust Feature)图像匹配算法。为解决SIFT常出现的误匹配现象,构造的SCARF算子利用SIFT检测子提取图像的特征点集,通过建立同心圆坐标系,在SIFT原有框架的基础上融入全局形状信息和颜色不变信息,并采用欧氏距离作为匹配代价函数进行描述子匹配。对包括SCARF算法和SIFT算法在内的5种不同匹配算法通过INRIA数据库进行了实验验证,实验结果表明:SCARF算法在图像模糊、局部特征相似、JEPG压缩和光照变化等复杂变换情况下,匹配准确率优于SIFT等其他算法,降低了误匹配的概率,明显提高了匹配的稳定性和鲁棒性。

基于ORB全局特征与最近邻的交通标志快速识别算法

交通标志包含重要的交通信息,交通标志的自动识别是智能车辆和智能辅助驾驶系统(advanced driver assistance systems,ADAS)的关键技术,快速和准确地识别交通标志对于安全驾驶意义重大。研究基于ORB算法全局特征的交通标志快速识别算法,ORB是一种局部描述算子,通常用于局部特征的匹配,首先将训练的交通标志图像大小归一化,图像的中心点作为ORB的特征点,通过运用归一化的图像大小作为一个ORB图像块,计算了特征点的描述符并且用它作为全局描述符来进行交通标志的识别。识别阶段,在海明距离的基础上利用最近邻域算法识别出交通标志的类型。最近邻算法(K-Nearest Neighbor,KNN)的优点是所有成功识别出来的交通标志可以作为训练资源被训练数据库利用。利用公开的德国交通标志数据集(GTSRB)对所研究的算法进行测试,算法识别准确率达到91%。一个交通标志的特征提取和识别的平均时间小于2ms。实验结果表明,基于ORB算法全局特征的交通标志快速识别算法能精准、高效地识别交通标志,且鲁棒性好。

融合多层次特征的服装图像描述方法

本文针对现有服装图像特征描述方法不能较好的概括服装特征,致使服装图像检索方法检索性能较低,或依赖文本描述的问题,提出一种融合高层次全局服装特征和中层服装区块特征的特征描述方法。首先,将图像分割成含有相对独立语义信息的片段;再根据片段的纹理、几何和色彩特征将其聚类为具有强语义信息的服装区块;之后提取服装区块的几何分布和色彩特征,与服装图像的全局特征进行融合,构成多层次的服装特征描述向量。采用上述特征对服装进行描述,并以文本描述为输入进行检索实验,结果表明该方法能够有效提高实现对服装类别、穿着场合等信息进行检索。

一种基于位置识别的室内场景点云配准方法

针对现有方法在低重叠室内场景点云配准稳健性较差的问题,本文提出了一种基于位置识别的点云自配准方法。首先基于室内空间分割结果生成虚拟雷达观测位置,构建虚拟扫描;其次从虚拟扫描中提取全局特征描述符进行位置识别;然后利用位置识别结果确定重叠区域;最后计算重叠区域的转换参数,并根据刚体转换的特性获取最终的整体转换参数。试验结果表明,本文方法能够在低重叠的室内场景精确计算转换参数。

Linux内核与内存关系的几个问题的探讨

L inux内核与内存之间的关系涉及内核中与系统硬件相关的部分 ,本文作者在阅读 L inux内核源代码的基础上 ,探讨内核与内存之间关系的若干基本问题的答案 .这些问题包括 :内核与进程的关系、内核映象的生成、系统启动过程中内核与内存的关系、内核堆栈的机制等 .本文的讨论基于 Intel的 80 x86平台上的内核 2 .2 .

基于UDDI服务订阅的Web服务推荐机制

针对基于Web服务的分布式系统提出的一种“推”模式的信息传播机制 ,并由此提出了一种利用UDDI服务订阅功能实现Web服务推荐的方案 .文章通过对 3种具体应用场景的分析 。

基于全局自相似描述子的电塔检测

针对电塔图像中重复出现的纹理特征运用全局自相似描述子进行特征描述,进而准确检测巡检图像中的电塔.从巡检图像处理中的实际问题出发,全面分析了自相似描述子的特性,并结合全局自相似描述子的内在机理,分析了选择全局自相似描述子作为电塔特征刻画工具的原因.最后,以各类包含电塔的图像为样本,通过实验验证了全局自相似描述子的准确、高效以及空间复杂度低的优点.

基于LLC与GIST特征的静态人体行为分类

针对静态图像人体行为识别问题,提出一种融合局部约束线性编码(LLC)和全局特征描述子的方法。该方法对图像进行密集采样,提取每个子区域的SIFT特征,利用LLC方法对提取的密集SIFT特征进行编码和池化。为了加入空间信息,采用空间金字塔的思想,获得具有空间位置信息的LLC池化特征。将LLC池化特征串联通用搜索树(GIST)特征作为图像的最终描述,使用核函数为直方图交叉核函数的支持向量机进行分类。实验结果表明,与利用LLC、空间金字塔匹配特征和GIST特征进行识别的方法相比,该方法识别效果较好。

基于点云强度与高度信息的回环检测算法

回环检测对消除机器人在SLAM过程中产生的累计误差非常重要,现有基于全局描述符的激光雷达回环检测算法大多仅利用一种点云信息,回环检测精度不理想,而且为克服旋转不变性问题,通常需要重复计算两帧点云的相似度,这样明显增加了计算量,降低了算法实时性,为此本文提出一种改进的回环检测算法。首先利用不同方式对一帧点云的强度和高度信息在不同维度进行编码,构建出更加准确的全局描述符;然后将矩阵形式的描述符简化为向量,通过KD树的数据结构从历史点云中快速搜索出与当前点云可能发生回环的若干候选点云,进一步将候选点云和当前点云进行精度更高的相似度计算,判断是否发生回环。该算法还利用SLAM过程中估计的当前帧点云位姿,对每帧点云进行初始变换,以减少为克服旋转不变性问题所产生的计算量。分别在公开数据集KITTI和真实室外环境中进行了实验测试,结果显示,相较于采用Scan Context全局描述符的对比算法,本文算法在计算时间上缩短了40%以上,同时取得了更高的回环检测准确率。

基于点对特征的三维点云匹配算法

针对现有的基于全局特征的三维物体识别方法和基于局部特征的三维物体识别方法在有遮挡和混叠场景中识别效果均不理想的问题,提出了一种基于点对特征的三维点云匹配算法。利用模型上的所有点对特征来完成全局模型描述构建,并在减少的二维空间上,利用快速投票方案,在局部对模型点云和场景点云进行匹配,从而恢复模型在场景中的全局姿态。实验结果表明:该算法在有遮挡和混叠的场景中识别效果比较理想。

Windows NT/2000的端口I/O保护机制分析

对NT/2000采用的端口I/O保护机制进行了分析,并给出了一种解决方案,使应用程序可以直接对端口进行I/O操作,而不用通过底层的驱动程序来完成。

基于虚拟企业的UDDI访问控制研究

UDD I作为W eb服务的核心技术之一,用于商业实体之间彼此发现和共享信息,从而成为保证企业间实施动态电子商务的核心支撑体系。但是UDD I现有的访问控制策略在商务实际应用中并不完全适用,因此有必要引入新的访问控制机制。针对虚拟企业的应用需求,指出了现有UDD I访问控制技术的不足,提出基于角色的访问控制方式,设计了更加安全的虚拟企业UDD I访问控制机制,并且采用基于XML的XCAML规范,使得访问控制体系易于维护和配置。

保护模式实验环境初探

本文通过建立一个 32位微处理器保护模式下的实验环境 ,使初学者能在此环境中运行自己编写的 32位程序 ,以验证

基于形状与纹理特征的显微图像识别

为了实现对空气中的致敏花粉信息进行自动化统计,针对上海地区典型气传致敏花粉的光学显微镜图像,提出了基于形状和纹理特征的识别方法。对图像中分割得到的花粉区域,使用全局形状描述和傅里叶描述子提取形状信息,灰度共生矩阵提取纹理特征,并且构建k近邻分类器进行识别。选用桑科56例、禾本科25例和松科60例共141例实验样本,分别可以实现91%、88%和98%分类准确率。实验结果表明,该方法可以初步实现对花粉显微图像的分割和识别,为花粉的自动识别系统打下基础。